In den letzten Jahren hat sich das Wissen um mögliche Folgen des Klimawandels durch zahlreiche Untersuchungen ständig verbessert. Dabei stehen für Deutschland und Niedersachsen vor allem wachsende Hitzebelastungen, Zunahme von Extremwetterereignissen und der Anstieg des Meeresspiegels im Fokus. Im Forschungsverbund KLIFF „Klimafolgenforschung in Niedersachsen“ wurde für Niedersachsen zum Ende des Jahrhunderts (2071-2100) im Vergleich zur Referenzperiode 1971-2000 eine Erhöhung der Jahresmitteltemperatur um ca. 2,5 Grad projiziert, wobei der Anstieg im Winter mit etwa 3 Grad am höchsten ausfällt. Mit der höheren Temperatur kann auch die Länge der Vegetationsperiode zunehmen: bis um circa 60 Tage bis zum Ende des Jahrhunderts; entsprechend kann sich die Anzahl der Frosttage um circa zwei Drittel verringern. Die Klimaforscher erwarten, dass die Niederschläge zum Ende des Jahrhunderts im Winter, Frühling und Herbst zunehmen können, für den Sommer wird eine Abnahme um rund 10 Prozent in Niedersachsen projiziert. Die Anzahl der Starkniederschlagstage kann sich nach den Berechnungen deutlich erhöhen, insbesondere im Herbst. Die mittlere Dauer von Wärmeperioden könnte im Sommer um 50 Prozent zunehmen.
A statistical downscaling method has been developed to produce highly resolved precipitation data from regional climate model (RCM) output, using the model CLM (2 runs, scenario A1B). The procedure is based on the analogue method with the predictors precipitation (daily sums on CLM grid points) and objective weather types (DWD). Analogue days of the time period 2001-2009 are searched using corrected and adjusted data of radar Essen and DWD measurements of objective weather types. The radar data is used to produce high-resolution precipitation data sets (1km², 5min) with realistic spatial and temporal correlations for three catchments in North Rhine-Westphalia. Results in
the reference period (1961 - 1990) are examined using extreme value statistics and compared to corrected station data. Data sets of the near and the far future (2021-2050, 2071-2100) are analysed with respect to future trends, and uncertainties of the downscaling procedure are discussed.
Rainfall statistics are composed based on data gained by precipitation measurements and from climate models. These statistics are carried out for both periods in the past and the future. When analysing the time series, different trends can be seen in the measured data of the past and the model data for future periods. Influences on the statistically determined precipitation amounts caused by changes can be neglected for past periods. However, significant increases of the statistical precipitation amounts can be observed for the future. Here a pragmatic approach is presented, showing how to consider possible increases in the statistical precipitation amounts – due to the climate change signal – in the dimensioning of water management systems.
The precipitation data of the Regional Climate Model CLM are used for the water management impact models within the dynaklim networking and research project. For this purpose, it is necessary to apply a bias correction to the CLM
precipitation data. First, the bias assessed for varying temporal resolutions and precipitation characteristics is described. Subsequently, a method for the bias correction is introduced. The developed methodology is a modified form of the socalled
quantile mapping. The focus lies on the corrections of the dry days and the heavy rainfall events. They are considered separately, deviating from other quantile mapping procedures.
INKA BB versteht sich als ein Innovationsnetzwerk aus Wissenschaft und Praxis, das Veränderungen aktiv gestaltet. Als Vorbild und Partner will es Ergebnisse verbreiten und Lernprozesse initiieren. Hierfür bündeln wir die in der Region vorhandenen Kompetenzen von Forschungseinrichtungen, öffentlicher Verwaltung, Wirtschaftsunternehmen und Verbänden. Das Netzwerk arbeitet in Brandenburg mit einem landesweiten Fokus. Standort- und betriebsbezogene Maßnahmen sind vorwiegend in den Regionen Lausitz-Spreewald und Uckermark-Barnim sowie in der Metropole Berlin angesiedelt.